[发明专利]基于卷积坡度特征值支持向量机优选水下重力适配区方法

说明书

本发明公开了一种基于卷积坡度特征值支持向量机优选水下重力适配区方法，包括：使用Sobel算子对重力异常图进行卷积运算，得到卷积特征图；根据卷积特征图和重力异常图，进行单线坡度解算，确定卷积坡度参数；确定卷积特征图的卷积行列间差值和卷积方差、重力异常图的池化差值和极差；对卷积坡度参数、卷积行列间差值、卷积方差池化差值和极差进行标准化处理，得到标准化处理结果；根据标准化处理结果，基于支持向量机算法，构建得到分类判别函数；根据分类判别函数，对待识别区域进行判别，确定待识别区域的重力适配区和非适配区。本发明实现了对重力适配区和非适配区的有效区分。

技术领域

本发明属于导航学、海洋测绘学等交叉技术领域，尤其涉及一种基于卷积坡度特征值支持向量机优选水下重力适配区方法。

背景技术

近年来，各国越来越重视对海洋资源的探测与利用，水下潜器导航与定位功能也逐渐成为科研领域的重要方向之一。由于惯性导航系统易随时间产生累积误差，因此水下潜器需使用其他物理信息结合惯性系统进行定位导航。重力辅助惯性导航系统可将实时采集的重力信息与预先存储的海洋重力异常图进行匹配，从而获得水下潜器的精确位置，并对惯性系统累计误差进行校正。重力辅助惯性导航系统在获取重力信息时对外不辐射能量，不接受电磁信号，具有良好的隐蔽性，是一种自主无源的高精度水下导航系统。

重力匹配导航系统的匹配效果与航行区域内的重力场分布情况息息相关，在重力场特征较为明显的区域匹配效果总体较好，即当航行轨迹经过重力场变化较为剧烈的区域时，实时采集的重力序列变化较为明显，易于在背景图中找到与之相符合的轨迹。然而目前尚无重力场分布与适配性优劣准确的对应关系，因此研究航行区域的重力场适配性优劣对于进一步提高重力匹配导航精度具有重要意义。

目前国内已有诸多适配性分析以及适配区选择问题的研究成果。2015年，唐剑桥等使用基于全张量重力梯度匹配的多特征融合方法进行匹配区域选择，主要使用了局部标准差、局部能量、局部熵、粗糙度、坡度和相关系数参数，最终通过实验方法得出局部标准差和局部熵的阈值，以此作为选择适配区标准。 2016年，王博等基于分形几何理论，通过分析三维表面重力异常序列的频谱特征，提出了各向同性系数。并且使用层次分析法将传统重力参数和各向同性系数相结合，进行匹配区域选择，结果显示该方法具有更好的方向性。2017年，王虎彪等分析了重力异常图的传统参数并构建了新型重力异常特征参数，随后分析了重力变化对重力匹配导航精度的影响，确定了不同区域重力匹配的定位精度。实验结果表明，新型参数可以较好地表征海洋重力异常。2019年，刘繁明等采用投影寻踪法进行适配性分析，利用图像纹理特征分析方法提取局部重力图的适航性特征，并利用投影寻踪模型对局部重力图进行适航性综合评价。 2019年，王博等提出了一种重力异常矢量差分参数，使用熵权法确定权重，将重力场标准差、粗糙度和矢量差分参数进行相加，得到综合特征参数以选取适配区。仿真结果表明，使用该方法选择的匹配区域更加集中和连续。2021年，王成龙等提出了基于共生矩阵的匹配区域选择算法。该算法首先建立重力异常共生矩阵，通过灰度共生矩阵计算得到反映重力场空间关系的特征参数。对四个空间关系特征参数加权求和，建立综合空间特征参数，通过类间方差最大化准则来选择匹配区域。2021年，王成龙等还提出了基于Delaunay三角剖分的水下重力辅助惯性导航匹配区域选择算法，该算法建立三维模型，提取空间特征参数进行重力场分析，最后使用聚类分析法选择匹配区域。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种基于卷积坡度特征值支持向量机优选水下重力适配区方法，实现了对重力适配区和非适配区的有效区分，进而筛选得到优选水下重力适配区。

为了解决上述技术问题，本发明公开了一种基于卷积坡度特征值支持向量机优选水下重力适配区方法，包括：

使用Sobel算子对重力异常图进行卷积运算，得到卷积特征图；

根据卷积特征图和重力异常图，进行单线坡度解算，确定卷积坡度参数；

确定卷积特征图的卷积行列间差值和卷积方差、重力异常图的池化差值和极差；